Tu codes avec l’IA ?
Outils, agents et nouveautés dev IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Une nouvelle perspective sur l'IA open source et les modèles de pointe
Lundi dernier, Jesse Zhang a publié un article qui a suscité beaucoup d'intérêt dans le monde de l'intelligence artificielle. Intitulé « Tout le monde a tort sur l'IA open source dans l'entreprise », cet article explore une contradiction intrigante dans l'économie actuelle de l'IA. Zhang y explique que, bien que les entreprises tendent à adopter des modèles d'IA plus légers à mesure qu'ils mûrissent, les investissements dans les modèles coûteux et à la pointe de la technologie restent stables.
Zhang propose une nouvelle manière de concevoir la relation entre les modèles de pointe et ceux open source. Selon lui, ces deux types de modèles ne sont pas en compétition directe. Au contraire, ils représentent différentes étapes d'un même cycle de vie. Les modèles coûteux servent à démontrer des cas d'utilisation qui, une fois validés, peuvent être transférés vers des alternatives open source plus économiques.
L'évolution des cas d'utilisation et des dépenses
À mesure que les cas d'utilisation mûrissent, ils migrent vers des modèles plus légers. Cependant, de nouveaux cas d'utilisation continuent d'émerger, ce qui maintient les dépenses globales pour les modèles de pointe à un niveau élevé. Zhang reconnaît qu'il ne dispose pas de nombreuses données pour soutenir son argument, mais des informations sont disponibles ailleurs.
Par exemple, le tableau de bord de la passerelle IA de Vercel révèle que, rien que la semaine dernière, DeepSeek a pris la tête en termes de volumes de tokens, traitant plus d'un tiers des tokens via l'infrastructure de l'entreprise. Dans le même temps, Z.ai, connu pour son modèle GLM-5.2, a atteint la quatrième place.
Anthropic et la répartition des dépenses
Malgré ces évolutions, Anthropic continue de représenter plus de la moitié des dépenses globales en IA sur la plateforme. Une grande partie du changement récent provient de l'augmentation des prix d'Anthropic, mais sa part de marché n'a que légèrement diminué. Cela indique que les modèles de pointe conservent une position dominante, même face à la montée des solutions open source.
OpenRouter présente une dynamique similaire. DeepSeek V4 Flash est le modèle le plus utilisé, bien que les chiffres exacts ne soient pas précisés. En comparaison, Opus 4.8, un modèle de pointe, gère un volume important de tokens. Bien qu'OpenRouter ne classe pas les modèles par dépenses totales, le coût moyen par token pour Opus 4.8 est environ 23 fois plus élevé que celui de V4 Flash, ce qui signifie qu'Opus capte probablement encore la majorité des dépenses.
L'arrivée de nouveaux acteurs
Ces chiffres ne prennent pas en compte l'arrivée de nouveaux acteurs comme le Nemotron de Nvidia, qui pourrait bientôt dominer grâce à ses solides connexions et à la flexibilité de son modèle. Bien que ces données ne prouvent pas entièrement la théorie de Zhang sur les cycles de vie de l'IA, elles montrent que les laboratoires de pointe comme Anthropic ne sont pas encore affectés par la montée de l'open source.
Une économie de l'IA à deux vitesses
Une explication possible est que le marché des tâches adressables par l'IA se développe si rapidement que les meilleurs modèles peuvent maintenir leur position en dominant les déploiements initiaux. Selon Zhang, les laboratoires de pointe continueront de posséder la découverte, tandis que l'open source prendra de plus en plus en charge la production. De nombreux cas d'utilisation sont si complexes qu'ils ne peuvent pas être entièrement remplacés par des alternatives moins chères.
En septembre dernier, j'écrivais sur l'idée que les laboratoires de fondation pourraient finir par fournir des intrants de commodité, tandis que la couche d'application récolterait les bénéfices. Certaines parties de cette prédiction se sont réalisées, notamment le passage des entreprises d'IA verticales à des modèles plus légers. Cependant, les fournisseurs de pointe ont réussi à conserver la partie la plus lucrative du marché grâce à un prix premium des tokens, et cela ne semble pas prêt de changer.